Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования

Акбари Хассан Хосейн джан

Бесплатный автореферат и диссертация по наукам о земле на тему
Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования
ВАК РФ 25.00.23, Физическая география и биогеография, география почв и геохимия ландшафтов

Автореферат диссертации по теме "Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования"

На правах рукописи

Акбари Хассан Хосейн джан

ОЦЕНКА СОСТОЯНИЯ ЛЕСОВ С ИСПОЛЬЗОВАНИЕМ ГИС-ТЕХНОЛОГИЙ И ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ (НА ПРИМЕРЕ НАЦИОНАЛЬНОГО ПАРКА "ВАЛДАЙСКИЙ")

25.00.23 - Физическая география и биогеография, география почв и геохимия ландшафтов

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук

Москва - 2006

Работа выполнена на кафедре физической географии и ландшафтоведения географического факультета Московского государственного университета им. М. В. Ломоносова.

Защита состоится Л тоня 2006 г. в ¡¡£7 часов на заседании диссертационного совета Д-501.001.13 при Московском государственном университете им. М. В. Ломоносова по адресу: 119992, ГСП-2, Москва, Ленинские горы, МГУ им. М. В. Ломоносова, географический факультет, 18 этаж, аудитория 1807.

С диссертацией можно ознакомиться в библиотеке географического факультета МГУ им. М. В. Ломоносова на 21 этаже.

Научный руководитель: доктор географических наук,

профессор

Сысуев Владислав Васильевич

Официальные оппоненты: доктор географических наук,

профессор

Огуреева Галина Николаевна

доктор физико-математических наук, профессор

Бутуеов Олег Борисович

Ведущая организация: Институт географии РАН

Автореферат разослан'_' апреля 2006 г.

Ученый секретарь диссертационного совета

ГорбуноваИ. А. '

£00 6А

ЦэТ

Общая характеристика работы

Актуальность темы. В условиях все возрастающей потребности в лесных ресурсах и усиливающегося всестороннего антропогенного давления на лесные экосистемы для решения задач устойчивого развития все больше значения придается получению оперативной и достоверной информации о закономерностях формирования лесов и оценке их состояния. Поэтому разработка современных методов сопряженного количественного анализа данных дистанционного зондирования Земли, данных цифровых моделей местности, данных полевых комплексных исследований и других материалов, позволяющих повысить степень достоверности и информативности оценки состояния лесного полога, является, безусловно, актуальной задачей.

Мониторинг лесов, определяемый Лесным кодексом РФ (1997 г.) как "система наблюдений, оценки и прогноза состояния и динамики лесного фонда в целях государственного управления в области использования, охраны, защиты лесного фонда и воспроизводства лесов и повышенияих экологических функций", для национальных парков России является одной из главнейших задач. Однако единой законодательно утвержденной методики ведения экологического мониторинга лесов на территориях национальных парков России пока не существует, ее разработка находится на стадии экспериментальных исследований (Малышева, и др, 2002.)

Большинство общедоступных материалов космических съемок имеет малое и среднее разрешение, которое не позволяет получать развернутые характеристики состояния лесов. В последнее время широкое распространение получили методы изучения растительного покрова на основе различных индексов (вегетационного, зеленой листовой площади растительного покрова и др.), представляющих собой результаты специальной обработки материалов многозональных съемок. Ряд исследований продемонстрировали возможность заметного увеличения достоверности дешифрирования (на 20-25%) и получения более развернутых характеристик лесного покрова на основе применения априорной инфрормации, содержащейся в топографических и физико-географических материалах.

В связи с быстрым прогрессом аэрокосмических технологий и важностью организации наблюдений за состоянием лесных экосистем на природоохранных территориях разработка методики оценки состояния лесов приобретает насущную необходимость. Поэтому выбор показателей для мониторинга состояния лесных экосистем, разработка геоинформационных технологий их определения по аэрокосмическим снимкам и увеличение степени достоверности дешифрирования и степени детальности является актуальной задачей. Данная методика оценки состояния лесов имеет международное значение и применима не только для лесов России, но и Ирана.

Актуальность усиливается также тем, что работа находится на стыке нескольких дисциплин - ландшафтоведения, биогеографии, лесоведения, геоинформатики.

Цели и задачи исследования. Цель диссертациии - разработать методику оценки состояния лесов на основе космических снимков с привлечением априорной информации цифровых моделей местности для национального парка «Валдайский».

В соответствии с целью основными задачами работы являются:

3 ______

1'ОС. НАЦИОНАЛЬНАЯ I БИБЛИОТЕКА I С Петербургу _

1. Обосновать показатели состояния леса, которые можно получить с использованием космических съемок. Выбрать источники космической информации с достаточной разрешающей способностью для целей мониторинга лесов и охраны природы.

2. Разработать методику обработки космических изображений для автоматического построения карт пространственных характеристик состояния лесных угодий на основе стандартных и общедоступных прикладных программ математического обеспечения, а также методику повышения оценки информативности данных дистанционного зондирования.

3. Провести верификацию проведенного автоматического дешифрирования параметров состояния лесных угодий на основе полевых лесотаксационных исследований.

4. Разработать методики использования цифровых моделей местности для повышения качества дешифрирования параметров состояния лесов на основе моделирования потенциальных типов условий местообитания древесной растительности.

5. Получить показатели состояния лесов для Национального парка "Валдайский" на основе классификации космического спектрозонального снимка и цифровой модели местности.

Научная новизна работы. Для национального парка "Валдайский " впервые проведено автоматическое дешифрирование спектрозонального снимка ЬгпАьаХ-! и получен ряд показателей для оценки состояния лесов.

Новаторские особенности работы заключаются в сопряженном использовании комплекса современных методов получения информации о состоянии лесного покрова и его пространственной структуре: аэрокосмическое зондирование, цифровая модель местности, ландшафтные и лесотаксационные методы наземных наблюдений, лабораторные исследования, использование фондовых материалов, и др. Такой подход позволил увеличить качество дешифрирования и повысить информативность выделенных классов.

На основе верификации дешифрованных классов по полевым данным впервые выявлено, что наиболее распознаваемыми по снимку лесотаксационными показателями являются суммы диаметров деревьев. Также впервые для данного региона по полевым данным получены статистические зависимости между таксационными показателями разных пород древостоя.

В работе применен ландшафтный подход для оценки состояния лесов, не только в классическом виде, но и с теоретическим расчетом потенциальных типов условий местообитания на основе геофизического анализа цифровой модели местности.

Практическая значимость результатов. Проведенные исследования лесного покрова на основе данных дистанционного зондирования, и их соотнесение с полевыми исследованиями ландшафтов и древостоя, представляют ценность для лесо-хозяйственных целей, прежде всего, с точки зрения методического обоснования и основ планирования экологического мониторинга лесов в таежной зоне. Особенно-

ста ландшафтной структуры оказывают существенное влияние на формирование структуры лесов, рост и производительность древостоев.

Важное практическое значение могут иметь выявленные возможности получения некоторых лесотаксационных параметров (например, состав древостоя, сумма диаметров деревьев, запасы и др.) по материалам космического зондирования.

Статистические зависимости между лесотаксационными показателями (например, диаметром ствола и возрастом, диаметром и запасами и др.) в разных условиях местообитаний имеют региональное лесохозяйственное значение.

Выявленные ландшафтные факторы дифференциации лесного покрова позволяют более обоснованно планировать лесомелиоративные и лесохозяйственные мероприятия с использованием цифровых моделей местности.

Положения, выносимые на защиту.

1. Автоматическое дешифрирование космических спектрозональных снимков среднего разрешения методом прямой классификации с метрикой Евклида с привлечением априорной ландшафтной информации цифровых моделей местности позволяет достоверно выделять основные структуры лесного покрова на уровне урочищ.

2. Лучшими лесотаксационными характеристиками, распознающими дешифрированные классы лесного покрова при верификации по результатам полевых данных, являются суммы диаметров стволов древесных пород. Этот показатель характеризует породный состав древостоя, обуславливает степень сомкнутости и диаметр крон и, соответственно, спектральные характеристики полога леса.

3. Классификация типов условий местообитаний по распределению геофизических полей на основе цифровой модели местности позволило определить основные ландшафтные факторы дифференциации лесной растительности и повысить качество дешифрирования снимка.

4. Ряд международно-принятых индикаторов сохранения биоразнообразия и устойчивости умеренных и бореальных лесов, которые определены на основе космических спектрозональных снимков среднего разрешения, могут бьггь использованы для оценки состояния лесов Национального парка

Апробация работы и публикации. Основные результаты работы представлены на Четвертой Международной научно-практической конференции студентов, аспирантов и молодых ученых: "Шевченковская весна" КНУ им. Т. Шевченко, г. Киев, март 2006 ("Выявление потенциальных типов условий местообитания лесной растительности на основе цифровой модели рельефа"); на XI ландшафтной конференции, Москва, МГУ, август 2006 ("Исследование структуры южно-таежного лесного покрова краевой зоны Валдайского оледенения на основе данных космической съемки Landsat"); в статье Akbari Н. Н. Role of forests in a filtration of polluted air. //Scientific Journal of the Islamic Associations of Iranian Students in Moscow. M.: Ks 9, Summer 2004. p. 45-48; в статье "Индикационные свойства древостоя в ландшафтах краевой зоны валдайского оледенения".//Вестник Московского университета, серия "География", № 6,2006 г. (в печати).

Материалы и методы исследования. Объектом исследования являются южно-таежные древостой, сформировавшиеся в ландшафтах Главного конечно-моренного пояса северо-запада Русской равнины, относящегося к последнему валдайскому оледенению.

Камеральный предполевой этап работ включал в себя обработку и классификацию космического многозонального снимка в ГИС. С помощью ГИС-технологий также определены потенциальные типы условий местообитаний древостоев.

Полевой этап работ включал в себя 2 полевых сезона - 2004 и 2005 гг. На трансектах выполнялись комплексные ландшафтные исследования, в которые входили проведение нивелирования, стандартные описания рельефа, почв, растительности, определение мощности поверхностных отложений. В работе использованы фондовые материалы Валдайского филиала Государственного Гидрологического института и Национального парка "Валдайский".

Основным методом изучения древостоев и выявления типов условий местопроизрастания в полевых условиях являлась сплошная ленточная таксация леса шириной 20 м. вдоль ландшафтных трансект. Всего описано 238 площадок размером 20x20 метров. Таксационный материал привязан к точкам профиля, имеющим комплексные описания, и к ландшафтной карте.

В камеральных условиях производилась обработка полевых данных с помощью статистических методов и ГИС-технологий. Рассчитаны суммы диаметров и запасы по площадкам для каждой породы. На основе статистический зависимости между диаметром и возрастом пород рассчитан бонитет древостоев. Статистические методы применялись для расчета связи между структурой лесного покрова и экото-пами, оценки достоверности классификации космического снимка и цифровой модели рельефа, качества верификации.

Для обработки пространственной информации необходимо было совершить комплекс операций в специальных компьютерных программах, предназначенных для работы с картами. В ходе выполнения работ над диссертацией были использованы пакеты следующих прикладных ГИС-программ: Photoshop, Mapinfo, Surfer, FracDim, DiGeM, ГисЭко, Statistica.

Структура и объем диссертации. Диссертация состоит из введения, 5 глав, выводов, списка литературы, включающего 103 наименования, в том числе на английском языке и приложения. Работа изложена на 153 стр. машинописного текста, содержит 30 таблиц и 38 рисунков, в том числе 17 карт. В приложении представлены справочные таблицы ГИС, таблицы и графики фактического полевого материала, статистической обработки и анализа данных, вспомогательный графический и картографический материал.

Благодарности. Автор благодарен сотрудникам и аспирантам кафедры физической географии и ландшафтоведения Г.М. Алещенко, Д.Н. Козлову, Ю.Н. Бондарю, A.B. Хорошеву, М.А. Хрусталевой, И. П. Котлову за помощь при обработке материала и обучение методикам работы со сложными программными средствами, за предоставленную цифровую модель местности при классификации рельефа.

Автор благодарен сотрудникам Национального парка "Валдайский" и Валдайского филиала Государственного Гидрологического института Г.М. Жданову, В.В. Рогоцкому, И.М. Калмыкову, A.C. Бурову, Маруничу A.C., Виноградову В.А. за предоставление фондовых материалов и содействие в проведении полевых работ.

Автор выражает огромную благодарность сотрудникам географического факультета, аспирантам и студентам, помогавшим при проведении полевых исследований - 3. В. Сысуевой, Ю. Н. Бондарю, С. А. Мавлитову, А. Г. Сосунову.

Автор выражает благодарность сотрудникам и студентам кафедры физической географии мира и геоэкологии, принимавшим участие в полевых работах по ландшафтному картографированию, и лично В. Н. Солнцеву за предоставленный ценный материал по ландшафтной структуре территории.

Автор благодарен за научное руководство и консультации профессору кафедры физической географии и ландшафтоведения, д. г. н. В. В. Сысуеву.

СОДЕРЖАНИЕ РАБОТЫ

Глава I. Определение параметров состояния лесов на основе космических технологий и цифровых моделей местности

В состав методов получения информации о состоянии лесов и пространственном распределении лесного покрова входят аэрокосмическое зондирование, разнообразные способы наземных наблюдений, лабораторные исследования, использование фондовых материалов. Технической базой для хранения, обработки, анализа и представления информации является многофункциональная ГИС, обеспечивающая совместимость и агрегирование данных на каждом пространственном уровне. На территориях национальных парков, как и на всех территориях, относящихся к землям государственного лесного фонда, проводятся различные виды лесного мониторинга, включающие лесопатологический, лесопожарный, лесохозяйственный. Одним из основных условий сохранения уникальных природных комплексов является поддержание и восстановление биоразнообразия на природоохранных территориях.

Критерии и индикаторы устойчивого развития. На основе международных параметров для устойчивого управления лесами России разработаны и предложены принципы и основные экологические критерии, и индикаторы (Страхов, 1998). Критерий описывает различные стороны устойчивости на уровне понятий. Критерий характеризуется совокупностью соответствующих индикаторов, мониторинг которых производится периодически с целью оценки происходящих изменений. Индикатор является мерой качественной или количественной стороны критерия. Его следует рассматривать не как отдельную единичную оценку критерия, а как ряд характеристик за определенный период с целью выявления тенденций изменения критерия. Признано также, что сам по себе какой-либо критерий или индикатор не служит признаком устойчивого управления лесами, а действует только в контексте и в совокупности с другими критериями и индикаторами.

Обоснование показателей космического мониторинга состояния лесов. На основе работ по обследованию состояния лесов особо охраняемых территорий с

помощью дистанционных технологий, предложена многоуровневая организация системы наблюдений в национальных парках равнинных районов, с использованием комплекса показателей, адекватных международным критериям и индикаторам устойчивого управления лесами (Малышева, и др., 2002). Показатели разделены на две группы - универсальные для всех лесных природоохранных территорий и специальные, выбор которых определяется географическими особенностями территории парка. Универсальные показатели включают следующие:

лесистость - отношение площади покрытых лесом земель к площади территориальной единицы наблюдения (%); целостность - отношение площади покрытых лесом земель к площади лесных земель в пределах территориальной единицы наблюдения (%); доля участия насаждений основных лесообразующих пород - отношение площадей, занятых насаждениями лесообразующих пород (хвойными, твердолиственны-ми) к площади покрытых лесом земель в пределах территориальной единицы наблюдения (%); доля водных объектов - отношение суммарной площади объектов гидрографии к площади территориальной единицы (%). К специальным показателям отнесены:

заболоченность - отношение суммарной площади болотных комплексов к площади территориальной единицы (%); а также ряд других.

Применение космических технологий в мониторинге состояния лесов. Данные дистанционного зондирования (ДДЗ) являются объективной, оперативной, и многоцелевой информацией о земной поверхности (Николаев В. А., 1993; Исаев, Сухих, Жирин, 1998, Кравцова, Беседина, 1998; Сухих, Харин, 1999, Назаров, 1999, Черных, Сысуев, 2000, Малышева, 2002, Книжников, Кравцова, Тутубалина, 2004,). ДДЗ содержат суммарную информацию обо всех компонентах ландшафта, определяющих его дистанционное изображение. В настоящее время основным поставщиком космической информации являются оптико-электронные сканирующие и радиолокационные съемочные системы.

Для лесного мониторинга целесообразно применять космические снимки, оптимальные по совокупности параметров. Снимки высокого разрешения содержат избыточную информацию и требуют специальных методов и лицензий, что сильно усложняет и удорожает объем работ. Использование снимков малого разрешения снижает достоверность результатов или не решает поставленных задач. Поэтому наиболее пригодны для контроля состояния лесов широкодоступные многозональные снимки среднего пространственного разрешения (порядка 30 метров на местности). При одинаковом пространственном разрешении возможность выбора оптимальных спектральных диапазонов, обладающих наибольшей информативностью для определения конкретного показателя, становится определяющим фактором. Кроме того, возможно увеличение достоверности и информативности дешифрирования спектрозональных снимков на основе априорной физико-географической и ландшафтной информации. Многозональные данные со спутника LANDS AT ТМ за 30 лет функционирования этой системы приобрели широкую известность. Несомненное преимущество снимков Тематического Картографа (ТМ) перед другими данными - свободный доступ, срав-

нительно большое число спектральных диапазонов - 7 зон съемки, наличие теплового канала, большие архивы. К недостаткам можно отнести то, что снимки ЬАКББАТ ТМ имеют среднее геометрическое разрешение (30 м, а в дальнем ИК - 120 м). 15 апреля 1999 года был запущен очередной спутник - с улучшенными характеристиками аппаратуры. Геометрическое разрешение в панхроматическом видимом канале составляет 15 м, а при многозональной съемке - по-прежнему 30м. Вследствие этого для работы был выбран снимок ЕТМ+/ЪАЖ> Б АТ- 7.

Возможности выделения типов условий местопроизрастания древостоя на основе цифровых моделей рельефа. Для картирования состояния леса и организации наблюдений необходимо выделить элементарную территориальную единицу. Картирование состояния лесов и условий среды национальных парков формулируется в рамках классического биоцентрического направления в экологическом картографировании (Сочава, 1979; Востокова и др., 1988; Преображенский, 1990; Исаченко, 2001; Стурман, 2003; и др.). В рамках этой концепции в качестве элементарных единиц используются экосистемы. По современным представлениям лесная элементарная экосистема должна занимать площадь не меньше ареала популяции доминанта-эдификатора, образующего древостой, т. е. совокупности функционально связанных биогеоценозов, представленных разными типами леса и находящимися на разных стадиях сукцессионного процесса.

Для удобства изображения на карте, характеристику лесных экосистем (объекта аэрокосмического экологического мониторинга) предлагается разбивать на две части: более подробную классификацию растительности, как наиболее динамичного и разнообразного компонента экосистемы, и обобщенную характеристику местообитаний (экотопов). Причем, практически границы экосистем (и биотопов) проводятся по результатам заранее проведенной крупномасштабной ландшафтной съемки, элементарный выдел соответствует урочищу (Князева, 2006).

В классификации лесов элементарным объектом является комплекс лесных сообществ в пределах одного типа лесорастительных условий (Рысин, 1995). Поэтому чрезвычайно важно при организации лесного мониторинга провести выделение типов лесорастительных условий (или типов условий местообитания - ТУМ), которые определяются по плодородию и увлажнению почвы.

Под местообитанием понимается совокупность экологических условий существования находящегося здесь фитоценоза, некоторые из которых возникают в результате жизнедеятельности самого фитоценоза (Сукачев, 1966). Все лесотипологические классификации обладают ярко выраженными региональными чертами, так как разрабатывались на примере исследований в разных географических зонах (Погребняк, 1956; Сукачев, 1972; Седых, 1991).

В последние десятилетия многие лесоводы пришли к выводу, что экологические и социальные функции лесов, структуру лесного фонда, рост и производительность лесов наиболее целесообразно рассматривать в пределах природно-обособленных комплексов - географических ландшафтов [Алексеев, Келломяки, Любимов и др., 1998]. В связи с этим исследования лесоводов для повышения каче-

ства лесоустройства направлены на использование многочисленных ландшафтных индикаторов для опознавания, классификации и лесорастительной оценки ПТК [Калашников, Киреев, 1977, Киреев, Сергеева, 1992, 2002].

Рельефу принадлежит ведущая роль в перераспределении тепла, влаги и формировании морфологической структуры ландшафта. Таким образом, чтобы провести дифференциацию поверхности рельефа необходимо описать перераспределение рельефом геофизических полей гравитации и инсоляции, являющихся основными движущими силами системообразующих процессов в геосистемах. Для решения этих проблем могут быть использованы современные методы морфометрического анализа цифровых моделей рельефа с применением геоинформационных систем (ГИС) и данных дистанционного зондирования [Сысуев, 2002]. В работе В.В. Сысуева, П.А. Шарого (2000) предложен метод выделения потенциальных типов условий местопроизрастания на основе морфометрического анализа рельефа в геоинформационной системе.

Однако для выделения границ геосистем, описания процессов функционирования ландшафтов, описания энергетических характеристик выделенных ландшафтных структур, необходим пространственный анализ системы морфометрических величин, раскрывающих механизмы перераспределения рельефом геофизических полей. Прежде всего, надо обосновать выбор MB и алгоритмов расчета, а также сгруппировать их в соответствии с возможностью использования для описания распределения геофизических полей и процессов переноса.

Глава П. Объекты исследований, исходные материалы и методика работ

Объектами исследования являлись лесные ландшафты центральной части территории Национального парка «Валдайский» (Новгородская область), прилегающей с юга к оз. Валдайское. Национальный парк находится на границе подзон южной тайги и хвойно-широколиственных лесов. Лесные земли в составе национального парка занимают 136,2 тыс. га (85,9%), в числе которых покрытые лесом - 133,3 тыс. га (84,1%). Хотя вследствие хозяйственной деятельности велика доля производных лесов, главным образом березняков (Betula pubescens, В. pendula) (36,4%) и се-роольшаников (Alnus incana) (15,7%), очень значительную площадь занимают леса с преобладанием ели (Picea abies) (27,7%) и сосны (Pinus sylvestris) (17,3%). Нелесные земли составляют 22,3 тыс. га (14,1%), в том числе: воды - 14,5 тыс. га (9,2%), болота - 4,6 тыс. га (2,9%), сенокосы -1,5 тыс. га (0,8%), дороги - 1,2 тыс. га (0,8%).

Физико-географическая характеристика исследованной территории. Валдайский район расположен в краевой зоне последнего оледенения и имеет расчлененный разнообразный рельеф, который оказывает влияние на климат, воды, почвы, растительность.

На территории национального парка формируется умеренно континентальный климат с умеренно теплым летом, довольно продолжительной умеренно холодной зимой. Среднегодовая температура воздуха составляет +3,2°С. Среднегодовая температура самых холодных месяцев (января и февраля) - 9° - 10° С. Температура

самого теплого месяца - июля - +16° + 17°С. Годовая амплитуда среднемесячных температур - 26,2°. Продолжительность безморозного периода - 128 дней. Годовое количество осадков составляет 828 мм.

Наличие в пределах участка исследования сложного сочетания генетических форм моренного, камового, зандрового и озового рельефа обусловило пестроту ландшафтной структуры и структуры растительного покрова. Наиболее продуктивные лесные сообщества формируются на вершинах и склонах моренных и камовых холмов, сложенных преимущественно суглинками, перекрытыми местами маломощными песками и супесями, и представлены высокобонитетными ельниками с редкой примесью сосен. Сосны - индикатор супесчаных поверхностных отложений: чем больше мощность двучлена, тем выше доля сосны в древостое.

В зависимости от литологии отложений и условий трофности на вершинах и склонах моренных форм формируются субнеморальные ельники (папоротниково-широкотравные, папоротниково-ландышевые), ельники разнотравно-черничные, ельники кислично-черничные и папоротниково-кисличные, майниково-кисличные. В сырых межхолмовых понижениях и у подножий склонов формируются хвощово-долгомошные еловые и елово-березовые леса с черникой. При хорошем дренаже в данных типах условий местопроизрастания формируются папоротниково-таволговые ельники и ельники-кисличники.

Песчаные озовые гряды и дюны, имеющие водноледниковый и эоловый генезис, сложены мощными песками с прослоями валунно-галечникового материала. Связанный с ними тип местообитаний характеризуется низкой трофностью и дефицитом увлажнения, что обусловлено хорошей водопроницаемостью песков и их петрологическим составом. В данных местообитаниях формируются высоко бонитет-ные сосняки бруснично-зеленомошные и черничные, (рис. 2).

Вследствие слабого развития дренажной сети существенное распространение имеют болотные типы условий местообитания. Болотные леса относятся к разряду редколесий. На низинных болотах растут низкобонитетные елово-березовые и ольховые редколесья. На переходных болотах формируется елово-березовое редколесье с примесью сосны. Наихудшие условия местообитания древостоя формируются в условиях верховых сфагново-пушицевых болот. Эти типы местообитаний характеризуются очень низкой трофностью и высокой переувлажненностью, верховой сфагновый торф отличается очень низкой зольностью. В условиях верховых болот растут низко бонитетные сосново-березовые редколесья

Методы исследований полевого этапа. Полевые исследования проводились на полигоне, примыкающем к ландшафту привалдайской крупнохолмистой конечно-моренной гряды, которая фиксирует крестецкую стадию деградации валдайского ледника. Ландшафтные трансекты были заложены с учетом репрезентативности характеристик ландшафтных условий региона. На трансектах закладывался нивелировочный шаг 5 м. и производилось комплексное описание ландшафтов по стандартной методике на площадках через 20м. На точках проводились также ландшафтно-геохимические исследования (отбор проб почв, вод, торфов и укосы травяного по-

крова). Основным методом изучения древостоев являлась сплошная ленточная таксация по трансектам шириной 20 м, что в совокупности составило 239 площадок размером 20x20 метров. Измерялись следующие показатели по каждому дереву: высота (м), диаметр ствола (см.), диаметр крон (м), возраст, ярус, состояние. Высота определялась с помощью эклиметра (высотомера), диаметр ствола измерялся калли-пером. Возраст деревьев определяли по кернам с помощью бура Пресслера и по спилам. Запас, полнота, и бонитет древостоя рассчитывался по формулам и таблицам [Общесоюзные нормативы для таксации лесов, 1992].

Всего по ландшафтным трансектам измерены таксационные показатели для 1045 деревьев сосны, 1029 деревьев ели, 319 деревьев березы, и 143 ольхи.

Методы исследований камерального этапа. Для получения и обработки цифровой информации необходимо было совершить комплекс операций в нескольких специальных компьютерных программах обработки пространственной информации. В различных операциях были использованы пакеты прикладных программ: Mapinfo, FracDim, ГисЭко, Surfer, DiGeM, Statistica, Photoshop, и некоторые другие. Эти программы позволили на основе цифровой модели местности, рассчитать мор-фометрические величины, произвести классификацию рельефа по распределению геофизических полей и сделать оценку достоверности классификации. Цифровая модель рельефа была разработана А.Г. Сосуновым и Ю.Н. Бондарем. На основе ГИС-технологий было сделано наложение космического снимка на цифровую модель рельефа с привязкой данных полевых исследований. Также были посчитаны специальные индексы и коэффициенты корреляции.

Глава III. Дешифрирование структуры растительного покрова по данным дистанционного зондирования

В данной работе использовалась спектрозональная съемка спутника LANDS AT 7 ЕТМ+. Сцена path 182, row 20, выполненная 21 сентября 2001 года. Снимок получен в каталоге The Global Land Cover Facility (GLCF) по адресу http://glcf.umiacs.umd.edu/index.shtml.

Использование спектральных каналов Landsat 7 для получения пространственной структуры леса. Спутник Landsat 7 запущен 15 апреля 1999 года. На спутнике установлен Расширенный Тематический Картографический сканер (ЕТМ+), способным осуществлять съемку в 8-и спектральных каналах с разрешающей способностью 30 м.

Обработка космических снимков Landsat позволяет решать многие научные проблемы. При визуальном дешифрировании ДДЗ каждый фрагмент изображения по характеру присущего ему фототона отождествляется с определенным объектом на местности. Изначально считается, что каждый объект характеризуется однородностью тона и его распределением (рисунком). Каждый спектральный канал съемки обладает различной информацией. Визуальный анализ спектрозональной информации может включать создание разнообразных комбинаций каналов съемки, подчеркивающих различные особенности территории. Так, композиция из первых трех ка-

налов имитирует натуральное изображение; комбинация 4, 3, 2 используется для анализа влажности почв и состояния растительности и т.д.

При дешифрировании объектов по спектрозональной съемке часто важны не абсолютные значения, а характерные соотношения между значениями яркости объекта в разных спектральных зонах. В настоящее время известно большое число спектральных индексов. Предполагается, что изображения, которые строятся путем простых преобразований снимков на основе арифметических операций со значениями яркости в различных спектральных зонах, отображают пространственное варьирование физических свойств отражательной поверхности.

Визуально можно отметить пространственную мозаичность лесов территории. Распространенные в западной части участка сомкнутые еловые леса на дистанционных изображениях имеют более темный тон. Сосновые леса в целом имеют чуть более светлый тон. Заболоченные древостой выделяются на дистанционных изображениях благодаря в целом более светлому тону.

Бросается в глаза слабое пространственное варьирование значений №ЭУ1 и индекса «зеленость» в пределах лесов. Вероятной причиной низкой информативности изображений вегетационных индексов является раннеосенний срок космической съемки (20 сентября).

Методы количественного анализа дистанционной информации. Классификация является наиболее общим методом упорядочивания исследуемого явления. Задача классификации сгруппировать элементы классификации (пиксели или ЭТЕ) в группы (классы), так что бы различия дешифрировочных признаков между группами было больше, чем различия дешифрировочных признаков внутри групп. В работе использовалась автоматическая классификация изображения без учителя с помощью дистанции Евклида по методу дихотомии. В этом подходе, все множество данных на первом уровне разбивается на два подмножества, затем на втором уровне каждое из полученных подмножеств разбивается на два и так далее до восьмого уровня. Восемь уровней определяется предельными возможностями отображения, полученной классификации в 8 битном формате.

На основе численных экспериментов было получено, что оптимальным для исследованной территории является классификация изображения до 4-го уровня дихотомии с выделением 16-ти классов. На основе априорной физической информации спектральных каналов, топографической информации и знаний о территории каждому классу был присвоен смысл и составлена предварительная легенда к карте. Более детальная характеристика классов была получена при сопоставлении информации полевых описаний, территориально попавших в пределы данных классов. Это позволяет достаточно точно определить породный состав классов, обеспеченных полевыми описаниями. Затем после объединения схожих по смыслу классов, получена окончательная классификационная легенда к карте, представленные на рисунке 1.

Таким образом, при классификации космического снимка ЬапсЬа! 7 выделилось 11 классов, различающиеся по характеру растительного покрова, породному составу и степени увлажнения (рис. 1). Полученная карто-схема достоверно характери-

зует современную структуру растительного покрова и может использоваться для выявления факторов его пространственной дифференциации.

Рис. 1. Картосхема классификации растительного покрова на основе космической съемки Ьапс^ 7 с нанесенными точками трансект

'Ода

прибрежная растительность

ловые сомкнутые леса |уемые)

лово-сосновые и сосновые енируемые)

ганные и елово-

1Сновые заболоченкые

лово-мелколиственно-сосновые леса окраин болот

«Дороги, ЛЭП и части верховых болот с рединами

Верховые болота с сосной и мелколиственными породами

ойменные луга

Антропогенные земли

Глава IV. Индикаторные свойства древостоя в ландшафтах краевой зоны валдайского оледенения

В естественных условиях древесные породы являются одним из относительно консервативных и устойчивых индикаторов условий местопроизрастания в бореаль-ных ландшафтах. Ландшафты краевой зоны Валдайского оледенения, обладающие чрезвычайно контрастными условиями местопроизрастания, позволяют отчетливо выявить индикаторную роль древостоев. Для детальной характеристики закономерностей пространственного распределения древостоя и связи его со структурой ландшафтов была проведена сплошная ленточная таксация древостоя.

Верификация дешифрирования структуры леса по результатам лесотак-сационной съемки. Для верификации дешифрированных классов на основе данных

лесотаксации методом дискриминантного анализа была выявлена достоверность и качество классификации ЬапёБа^ Всего было отобрано 20 таксационных показателей. Результаты оценки качества классификации ЬапсЬа! представлены в таблице 2.

Таблица 2. Оценка качества классификации снимка ЪАЖ)8АТ по полевым

описаниям древостоев

Процент достоверно распознанных классов Предсказываемые классы

3 4 5 6 7 Всего

3 59.1 39 17 7 1 2 66

£ 8 4 40.7 20 24 5 6 4 59

Е 1т1 1. а. (Л 5 56 7 10 28 2 3 50

6 44 1 3 6 11 4 25

7 40.9 0 4 2 7 9 22

Всего 50.0 67 58 48 27 22 222

Строки: классы классификации Ьап<1за1

Колонки: предсказываемые классы по описаниям древостоя

Еловые сомкнутые леса как доминантный тип растительных сообществ имеет самый высокий процент распознавания (~60%), что говорит о достаточном качестве и достоверности классификации и надежности выбранного метода для решения поставленных задач. В целом, распознаваемость описанных в поле древостоев на основе классификации ЬапсЬа! составляет примерно 50%, что позволяет с высокой степенью надежности использовать дешифрированные классы для территориальной экстраполяции полевых результатов.

Также на основе дискриминантного анализы была составлена таблица средних значений характеристик древостоя для классификации Ьапска!. В этой таблице сделана сортировка параметров (характеристик древостоя) по значению Р - критерия (табл. 3). На ее основе можно определить основные параметры, влияющие на распознавание и дифференциацию классов древостоя.

Верификация классификации снимка на основе полевых лесотаксационных данных выявила, что лучшими показателями, распознающими выделенные классы лесного покрова, оказались суммы диаметров стволов каждой породы.

Согласно результатам лесотаксационной съемки показатель суммы диаметров стволов древостоев хорошо индицирует ландшафтную структуру территории и пространственную дифференциацию типов условий местообитаний (рис.2).

Таблица 3. Средние значения характеристик древостоя для классификации Ьатк^а!

Характеристики древостоя Классы Е- критерий

3 4 5 6 7

сумма, диам. сосны 35.4 85.2 132.8 296.0 221.7 9.1

сумма, диам. ольхи 8.7 18.4 40.7 7.5 2.6 8.8

сумма, диам. мелколиственных 19.8 26.8 60.3 36.6 57.4 7.9

количество деревьев первой породы (по формуле древостоя) 8.5 7.4 8.7 15.2 13.0 7.6

полная сумма запасов древостоя по площадке 17.9 14.6 12.7 10.3 5.7 7.2

сумма, диам. ели 303.0 197.8 157.1 90.3 32.2 6.0

средний диаметр стволов третьей породы (по формуле древостоя) 5.2 8.5 13.9 11.5 7.2 3.3

средняя высота третьей породы (по формуле древостоя) 4.4 7.0 11.9 8.7 6.9 2.8

Рис. 2. Изменение суммы диаметров древостоя по ландшафтным трансектам

О 20 «О 60 ВО 100 120 140 160 180 200 220 240

Точки трансвигпзя

Легенда рисунку 2.

Г Моренная суглинистая равнина с камовыми холмами с еловыми и сосново-еловыми кислично-зеленомошными лесами на дерново-палевоподзолистых почвах

I а. Холмисто-грядовая моренная равнина с ельниками чернично-зеленомошными на смытых дерново-палевоподзолистых почвах

I б Мелкохолмистые камовые супесчаные комплексы на суглинистой морене березово-сосново-еловыми кислично-зеленомошными лесами на дерново-палевоподзолистых почвах

П Камово-озовая песчано-супесчаная равнина с сосново-еловыми папоротниково-майниково-кисличными лесами на иллювиально-железистых дерново-подзолах

II а Мелкогрядово-холмистые супесчаные камы на озовых конусах выноса с сосново-еловыми чернично-майниковыми лесами на слабосмытых иллювиально-железистых дерново-подзолах

II б. Плоские заболоченные песчано-супесчаные поверхности на озовых конусах выноса с березово-еловыми чернично-осоковыми лесами на контактно-осветленных дерново-подзолах.

Ш Озерио-водно-ледниковая равнина с грядами с сосново-еловыми долгомошиыми лесами на контактно-осветленных дерново-подзолах;

III а Заболоченная озерно-водно-ледниковая равнина с сосново-березовыми сфагново-багульниковыми лесами на торфяно-глеевых почвах

Ландшафтная характеристика местообитаний древесных пород. Еловые леса распространены практически повсеместно в пределах района исследования, кроме местообитаний верховых болот, озовых и дюнных гряд. Корреляционный анализ сумм диаметров древостоя с факторами среды показал широкую экологическую амплитуду еловых насаждений. Типичные местообитания ельников приурочены как к камовым, так и к моренным ландшафтам. Благоприятными условиями местообитания для ели является местность мелко-холмистых камовых супесчаных комплексов на суглинистой морене, где суммы диаметров достигают максимальных значений 600-700 см (рис.2).

В ландшафте моренной суглинистой равнины с камовыми холмами местообитания сосны формируются в пределах местности мелкохолмистых камовых супесчаных комплексов на суглинистой морене. Средние суммы диаметров сосны в данных типах местообитаний составляют в среднем 250-300 см (рис. 2). Помимо местообитаний вершинных и привершинных поверхностей камовых холмов, сложенных двучленом, типичные местообитания сосняков формируются на зандрах, озовых грядах и дюнах, сложенных песками. Высокие суммы диаметров сосны (350-400 см.) приурочены к типично сосновым местообитаниям - группе урочищ верховых сфагновых болот, приуроченных к местностям заболоченной озерно-водно-ледниковой равнины ландшафта озерно-водно-ледниковой равнины. Максимальные (400-550 см) суммы диаметров сосны приурочены к урочищам возвышенных грядовых образований песчаных дюн и к заболоченным урочищам межгрядовых понижений, где формируется долгомошно-сфагновый заболоченный лес.

В отличие от хвойных пород ольха более требовательна к условиям произрастания, вследствие данного обстоятельства ольха имеет узкую ландшафтную амплитуду. Наиболее типичные ольховые местообитания приурочены к низинным болотам, где происходит разгрузка минерализованных грунтовых вод.

По сравнению с ольхой береза обладает большей экологической амплитудой и произрастает как на верховых, так и на низинных болотах. В пределах камовых и

моренных ландшафтов береза является основной вторичной породой и формирует лесные сообщества в различных по своим ландшафтным условиям местообитаниях. В пределах ландшафтных трансектов березовые сообщества характеризуются повсеместным распространением.

Глава V. Ландшафтные условия местопроизрастания древостоя

Выделение типов условий местопроизрастания древостоя на основе анализа морфометрических величин. При классификации рельефа и выделения типов условий местопроизрастания использованы основные морфометрические величины, статистические характеристики которых представлены в таблице 4.

Таблица 4. Статистическая характеристика морфометрических параметров рельефа

Морфометрические ^ч. параметры Стат. параметры4"-^ Абс. Высота (Height) Уклоны (Slope) Ориентация склонов (Aspect) Освещенность (Lightff) Рад. Баланс (Rad-j bal) Гориз. кривизна (КН) Вертик. кривизна (KV) Площадь водосборов (Scalg) Высота В-холмов (B-hill) Дисперсивная площадь (Displg)

Кол-во измерений 66345 66345 66345 66345 66345 66345 66345 66345 66345 66345

Максимальное значение 258 19,6 360 94,1 1553,1 9,62 9,33 13 18,85 19,46

Минимальное значение 177 0 0 6,17 621 -9,07 -9,28 0 0 0

Среднее значение 200 1,9 178 62,7 1254,1 0,46 -0,62 3,91 2,36 10,37

Дисперсия (ст. отклонение) 12,3 1,8 109 3,3 43,78 5,5 5,86 2,46 2,47 4,05

Всего для интерпретации построены карты распределения 9 наиболее часто используемых в ландшафтных исследованиях морфометрических величин: ориентации склонов - Aspect, абсолютная высота - Height, уклонов поверхности - Slope, карты кривизн (КН и KV), SCAlg (удельной площади водосбора), DISP (дисперсивной площади), карта высоты В-холмов, освещенности (Lightff), осредненного годового радиационного баланса (Radbal).

На основе пространственно-временного анализа показано, что ведущими структурообразующими в геосистемах низких иерархических уровней являются процессы перераспределения солнечной энергии и вещества в биологическом и гидрологическом круговоротах, а также переноса вещества под воздействием силы тяжести (Сысуев, 2002). Таким образом, в общем случае закономерно содержательное выделение трех групп MB:

1) MB описывающие факторы перераспределения солнечной (и тепловой) энергии: доза прямой солнечной радиации (дневная, годовая); экспозиция и освещенность склонов; уклон; высота.

2) MB описывающие факторы распределения и аккумуляции воды под действием силы тяжести: удельная площадь сбора и удельная дисперсивная площадь; глубина B-депрессий и высота B-холмов; уклон.

3) MB описывающие факторы перераспределения вещества под действием силы гравитации: горизонтальная, вертикальная и средняя кривизна (из полной в классах А и С системы кривизн земной поверхности), а также уклон; высота.

Данные 3 группы величин могут в достаточной степени описать скорость и интенсивность основных ландшафтных процессов на поверхности, которые формируют экологические свойства эдафотопов местообитаний растительности.

Геофизическая дифференциация ПТК участка исследования. Результаты дихотомической классификации рельефа (экотопов, ПТК) по независимым параметрам распределения геофизических полей (энерго - и теплообеспеченность, гидрологический сток и заболачивание, ландшафтно-геохимических механизмов аккумуляции вещества) до четвертого уровня дихотомии представлены на рисунке 3. I Методом дискриминантного анализа была оценена достоверность классифи-

каций ПТК и значимость независимых морфометрических параметров для уровней дихотомии с первого по четвертый.

По итогам классификации ПТК по параметрам распределения солнечной радиации и тепла можно для каждого уровня классификации выделить основные параметры, по которым происходит разделение ПТК. На первом уровне поверхность дифференцируется по значениям уклона поверхности (slope) - возвышенные расчлененные и низменные плоские. На втором уровне ПТК преимущественно дифференцируются по условиям освещенности - показателю ориентации склонов (aspect). На третьем уровне дихотомии ПТК разделяются преимущественно по уровню прихода солнечной радиации - радиационному балансу. На более высоких уровнях дихотомии ПТК классифицируются в равной мере по всем независимым переменным.

При классификации ПТК по параметрам распределения гидрологического стока и заболачивания поверхность сначала разделилась на 2 класса по критерию высоты (z): низменные пологие и плоские участки и возвышенные водораздельные и приводораздельные поверхности. На втором и третьих уровнях дихотомии выделяются территории по показателю удельной площадью водосбора (SCA) (водотоки f первых порядков) и элементы поверхности с различными уклонами. Отчетливо выделились долины водотоков и приозерные понижения, где аккумулируется сток с большой площади. По параметру высоты (height) на третьем уровне в пределах возвышенных участков выделились наиболее высокие и автономные позиции в ландшафте. По значениям уклонов (slope) на третьем уровне классификации разделились узкие краевые крутосклонные участки гряд, холмов и возвышенных образований. Тем самым выделились наиболее крутые и покатые склоны в пределах участков с наиболее резкими перепадами высот (зоны интенсивного транзита потоков). На высоких уровнях классификации ПТК разделялись по всем основным факторам распределения гидрологического стока и заболачивания (slope, height, sea).

При классификации НТК по параметрам распределения ландшафтно-геохимических механизмов вещества и энергии сначала выделились поверхности по значениям вертикальной кривизны (kv), выделились уступы террас и вогнутые участки. На втором уровне классификации ПТК разделились по двум параметрам: высоте (height) и уклонам поверхности (slope), выделились элювиальные комплексы (возвышенные) и области аккумуляции - пониженные участки. По уклонам выделились наиболее крутые участки склонов, в пределах которых осуществляется основной транзит (перенос) вещества и энергии из области сноса в область накопления (аккумуляции). На 3-ем уровне классификации ПТК разделились сразу по некоторым параметрам - по уклонам выделились наиболее крутые и покатые склоны, по высоте произошло разделение возвышенных областей на элювиальные и трансэлювиальные, а также на трансаккумулятивные и аккумулятивные. По значениям горизонтальной кривизны (kh) выделились отроги холмов и вогнутые части. На 4-ом уровне дихотомии дифференциация ПТК шла по параметрам уклонов поверхности и кривизны.

Комплексная классификация ПТК методом Евклида. Выделение потенциальных элементарных единиц ПТК. Завершив классификацию ПТК по параметрам распределения конкретных геофизических полей (гидрологический сток, перенос вещества и солнечная радиация), можно перейти к комплексной классификации ПТК до 4-го уровня (в соответствии с уровнями классификации растительности по спектрозональному снимку). Для этой классификации Ш К, соответствующей категориям потенциальных типов условий местообитания древостоя, были использованы все вышеописанные параметры распределения геофизических полей (рис. 3).

На первом уровне дихотомии ПТК преимущественно разделились по ориентации склонов (aspect) и высоте (height). Выделились пологие и плоские слаборас-члененные участки, возвышенные области холмов и гряд, а также общие контуры гидрологической сети. На втором уровне ПТК разделились сразу по нескольким факторам: ориентации склонов (aspect), значению радиационного баланса (RADB) и горизонтальной кривизны (kh). В итоге на данном уровне склоны разделились на северные и южные, выделились отроги холмов и межхолмовые понижения. На третьем уровне дихотомии ПТК разделялись по величинам удельной площади водосбора, ориентации склонов и радиационного баланса. Меньшую значимость в выделении классов играли уклоны поверхности. Выделились долины наиболее крупных рек и приозерные заболоченные понижения. Продолжилось разделение ("дробление") склонов по значениям радиационного баланса, ориентации и уклонов. Относительно достоверно разделились и отчетливо стали различаться склоны по крутизне и тепло-обеспеченности (рис. 3).

На четвертом уровне дихотомии разделение ПТК происходило по тем же параметрам, что и на 3-ем уровне (sea, aspect, radb, slope). На данном уровне дихотомии четко выделяются различные части склоны, различные по высоте, ориентации, крутизне и величине радиационного баланса. По параметру sea отчетливо выделились порядки водотоков.

Рис. 3. Картосхема классификация поверхности рельефа по параметрам распределения геофизических полей (4-ый уровень дихотомии)

■НИН Плоские и слабовыпуклые умеренно-прохладные и теплые вершины холмов и гряд и пологие склоны, элювиальные и трансэлювиальные

Покатые и крутые холодные и прохладные склоны, трансэлювиальные и трансэлювиально-аккумулятивные

аккумул

ШI

Покатые и крутые теплые склоны трансэлювиальные и трансэлювиально-аккумулятивные

ШШШ Плоские низменные, супер-аквальные и трансаккумулятивные умеренно прохладные и умеренно-прохладные, заболоченные поверхности

Плоские холодные поверхности болот, супераквальные аккумулятивные

Поймы и террасы рек и ручьев, холодные, плохо дренируемые, переувлажненные, супераквальные аккумулятивные

В итоге можно констатировать, что на каждом уровне классификации существует фактор (независимая переменная, параметр, морфометрическая величина), ответственный за выделение классов.

Для выявления связи между лесными биоценозами (структурой древостоев) и экотопическими условиями (классами рельефа) была рассчитана корреляционная связь по Спирмену. Высокая корреляционная связь приурочена к вершинам и склонам моренных и камовых холмов, а также к крутым приозерным берегам и долинам рек. То есть можно сделать вывод о довольно строгом соответствии классов растительности к условиям местообитания данных природных комплексов, где преобладают еловые сомкнутые леса.

После проделанных классификаций растительности и ПТК был сделан статистический анализ для определения связи структуры растительного покрова (биоценозов) и рельефа (экотопов) на основе кросстабуляционного метода для четвертого

уровня классификаций. Основным выводом по статистическому анализу связей между биоценозами и экотопами (условиями местообитания растительности) является наибольшая обусловленность структуры лесных фитоценозов параметрами распределения гидрологического стока и заболачивания (Ранговый коэффициент Спирмена = 0.2). В южнотаежных ландшафтах, характеризующихся избыточным увлажнением, увлажненность НТК является основным лимитирующим фактором развития древостоя и формирования биологической продукции. Поэтому растения наиболее чутко реагируют на изменение увлажнения в различных по генезису геосистемах.

На основе статистического анализа результатов классификации снимка определены важнейшие показатели состояния лесов (лесистость, доля типов леса, дренируемые леса, болота и др.). Показатели были приведены в сравнение со средними статистическими данными по НП "Валдайский", (табл. 5).

Таблица 5. Индикаторы состояния леса исследованного участка, определенные на основе ДЦЗ, и сравнение их со средними данными по НП "Валдайский"

Индикаторы, полученные на основе космического снимка На участок исследования (центральная часть парка) по ДДЗ По статистике для территории НП "Валдайский"

Доля хвойных лесов, (%) 67,6 41

Доля смешанных лесов, (%) 15,1 44,9

Из них доля сухих (дренируемых) лесов, (%) 33

Из них доля заболоченных лесов 28,8

Итого лесные земли 82,7 85,9

Доля безлесных земель (вода, антропогенные земли, луга, болота), (%) 17,3 14,1

Доля водных объектов, % 8,2 9,2

Доля болот, (%) 2,5 2,9

Выводы

В соответствие с целью диссертации и поставленными задачами получены следующие научные и методическое результаты.

1. Обоснован выбор комплекса показателей состояния лесов национального парка с учетом их соответствия международным критериям и индикаторам устойчивого управления лесами и возможностей определения по космическим снимкам с помощью ГИС- технологий. Для территории национального парка "Валдайский", имеющего значительные площадные размеры, расположенного в зоне южной тайги, рекомендованы для оценки состояния лесных экосистем, доступные спектрозональные снимки среднего разрешения со спутников SPOT, Terra, Landsat-7.

2. Показатели "лесистость", "доля водных объектов" надежно определяются по результатам классификации многозональных космических снимков среднего разре-

шения. Показатель "заболоченность" определяется менее точно - достоверность распознавания болотных комплексов колеблется от 60 до 80% в зависимости от типов и размеров болот, лесорастительной зоны. Показатель "целостность" можно получить с достоверностью от 60 до 90%. Показатель "доля участия коренных пород (хвойных, твердолиственных)" определяется не всегда удовлетворительно. Если хорошо дешифрируются насаждения с преобладанием хвойных пород - достоверность распознавания находится в пределах 60%, то смешанные и лиственные породы разделяются хуже (достоверность дешифрирования менее 50 %).

3. Разработана методика определения показателей состояния леса, основанная на компьютерной обработке снимков без обучения в ГИС. Оценены возможные источники информации и особенности их использования для дешифрирования лесов, предложена последовательность применения различных источников в процессе классификации. При этом характеристики фитоценозов получаются по космическому снимку, а характеристики экотопов получаются по цифровым моделям местности, отраслевым лесотаксационным источникам, данным наземных обследований и тематическим картам.

4. Выполнена классификация растительного покрова по снимку ЕТМ+/Ьапс18а1-7 и её верификация на основе данных сплошной ленточной лесотак-сационной съемки. Полученные результаты включают комплекс показателей для оценки состояния древостоя (доля залесенной площади, доля лесопокрытой площади основными лесообразующими породами, доля заболоченных лесов, гарей и нарушенных лесов).

5. На основе сплошной ленточной таксация древостоя по ландшафтным тран-сектам измерены важнейшие лесотаксационные параметры (состав и возраст древостоя, диаметр и высота деревьев, и т.д.), на основе которых рассчитана продуктивность лесов и определены типичные условия местообитания древостоев. Поскольку трансекты заложены с учетом максимального ландшафтного разнообразия, таксация позволила выявить индикаторную роль древостоев для проведения границ ландшафтных комплексов.

6. Верификации классов снимка на основе лесотаксационных данных показала, что лучшими параметрами, распознающими выделенные классы лесного покрова, оказались суммы диаметров стволов пород. Этот показатель характеризует породный состав древостоя, обуславливает степень сомкнутости и диаметр крон и, как следствие, спектральные характеристики полога леса. Таким образом, эти параметры могут быть достоверно экстраполированы на большую площадь.

7. Получена карта потенциальных типов местообитания древостоя на основе классификации рельефа по параметрам распределения геофизических полей, которая позволила повысить точность дешифрирования и выявить основные потенциальные факторы дифференциации лесного покрова. Показана связь между структурой древостоев и структурой потенциальных типов условий местообитаний, что может служить основой для совместного анализа ЦМР и ДДЗ для экстраполяции данных.

8. Полученные показатели состояния лесов являются репрезентативными для характеристики структуры южнотаежных лесных сообществ, и показывают, что территория исследования имеет слабонарушенную структуру лесного покрова с незначительным антропогенным воздействием, характеризуется избыточным увлажнением и высокой долей гидроморфных комплексов и в целом отличается хорошим состоянием лесных экосистем.

Публикации по теме диссертации

1. Акбари X. X. Выявление потенциальных типов условий местообитания лесной растительности на основе цифровой модели рельефа. // Сборник докладов Четвертой международной научно-практической конференции студентов, аспирантов и молодых ученых: "Шевченковская весна". Киев, 2006. с. 26.

2. Akbari Н. Н. Role of forests in a filtration of polluted air. // Scientific Journal of the Islamic Associations of Iranian Students in Moscow. M.: № 9, Summer 2004. p. 45-48.

3. Акбари X. X., Бондарь Ю. H., Сысуев В. В. Индикационные свойства древостоя в ландшафтах краевой зоны валдайского оледенения. // Вестник Московского университета. Сер. география, 2006, № 6 (в печати)

4. Акбари X. X. Исследование структуры южно-таежного лесного покрова краевой зоны Валдайского оледенения на основе данных космической съемки Landsat. // Тезисы докладов XI ландшафтной конференции, Москва, МГУ, 2006 (в печати).

Отпечатано в отделе оперативной печати Геологического ф-та МГУ Тираж (00 экз. Заказ № 32

/О&А

S2- 88 99

Содержание диссертации, кандидата географических наук, Акбари Хассан Хосейн джан

ВВЕДЕНИЕ

ГЛАВА 1. Определение параметров состояния лесов на основе космических технологийи цифровых моделей местности

1.1. Мониторинг лесов национальных парков

1.1.1. Критерии и индикаторы устойчивого управления лесами

1.1.2. Обоснование показателей космического мониторинга состояния лесов

1.2. Применение космических технологий в мониторинге состояния лесов

1.2.1. Современные средства космических съемок. Информативность в целях изучения лесов

1.2.2. Возможности определения показателей состояния лесов по космическим снимкам

1.3. Возможности выделения типов условий местопроизрастания древостоя на основе цифровых моделей рельефа.

1.3.1. Экосистемные территориальные единицы растительного покрова

1.3.2. Лесотипологические территориальные единицы и их ландшафтная обусловленность

1.3.3. Возможности автоматизированного выделения типов условий местопроизрастания древостоя

1.3.4.Система морфометрических величин и их геофизический смысл 29 Выводы

ГЛАВА 2. объекты исследований, Исходные материалы и методика работ

2. 1. Объекты исследований

2.1.1. Общие сведения

2.1.2. Комплексная физико-географическая характеристика национального парка

2.1.3. Особенности ландшафтной структуры территории исследований

2.2. Методы исследований полевого этапа

2.2.1. Таксационные нормативы определения параметров состояния леса

2.2.2. Методика полевых ландшафтных и лесотаксационных исследований

2.3. Камеральные методы ГИС-технологий

2.3.1. Подготовка, обработка и получения картографической информации.

2.3.2. Получение цифровой модели местности.

2.3.3. Классификация рельефа по морфометрическим величинам распределения геофизических полей.

2.3.4. Корреляционная связь между классами растительности и Н ТК. 57 Выводы

ГЛАВА 3. Дешифрирование структуры растительного покрова по данным дистанционного зондирования.

3.1. Использование спектральных каналов LANDSАТ-7 для получения пространственной структуры леса

3.2.Методы анализа дистанционной информации 69 3.2.1.Методы неуправляемой классификации (классификация без учителя).

3.3. Дешифрирование растительного покрова 75 Выводы

ГЛАВА 4. Индикаторные свойства древостоя в ландшафтах краевой зоны валдайского оледенения.

4.1. Особенности методики исследования древостоя.

4.2. Верификация дешифрирования структуры леса по результатам лесотаксационной съемки

4.3. Ландшафтная интерпретация местообитаний древесных пород

4.3.1. Характеристика условий местообитания ели.

4.3.2. Характеристика условий местообитания сосны

4.3.3. Характеристика условий местообитания мелколиственных пород. 102 Выводы

4.4. Пространственные особенности распределения запасов древостоя 103 Выводы

ГЛАВА 5. ландшафтные условия местопроизрастания древостоя

5.1. Выделения типов условий местопроизрастания древостоя на основе анализа морфометрических величин

5.1.2. Интерпретация распределения морфометрических величин

5.1.3. Метод классификации поверхности рельефа.

5.2. Геофизическая дифференциации ГГГК участка исследования

5.2.1. Классификация НТК участка исследования на основе геофизической интерпретации морфометрических величин

5.2.2. Анализ связи структуры лесного покрова и рельефа по данным цифровой модели местности и сканерной космической съемки

Выводы

Введение Диссертация по наукам о земле, на тему "Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования"

Леса являются одним из основных компонентов природной среды, обеспечивая естественное регулирование большинства протекающих в экологической системе Земли процессов, что предопределяет необходимость максимального сохранения природных свойств лесов. Без учета структуры и динамики изменения состава лесов России, а также анализа природных и антропогенных процессов, происходящих в лесах, невозможны реальные прогнозы глобальных изменений природной среды. В официальной «Концепции развития лесного хозяйства Российской Федерации на 2003-2010 гг.» (Концепция устойчивого развития, 2003) приоритетными признаны научные исследования, направленные на совершенствование программно-методического обеспечения мониторинга лесов и лесного хозяйства (разработка высокоэффективных технологий получения достоверной и оперативной информации о лесах, использование ГИС-технологий и т.п.). Одним из приоритетных направлений государственной экологической политики РФ в плане устойчивого развития и поддержания биоразнообразия является развитие системы особо охраняемых природных территорий. Национальные парки являются элементами сети особо охраняемых территорий для осуществления долгосрочного экологического мониторинга. В отличие от других природоохранных объектов, национальные парки совмещают широкий спектр задач - охрану природного и культурного наследия, организацию отдыха населения, поиск путей устойчивого развития территории - и являются наиболее массовой и распространенной в мировой практике формой охраны природы.

В последние десятилетия многие исследователи пришли к выводу, что экологические и социальные функции лесов, структуру лесного фонда, рост и производительность лесов наиболее целесообразно рассматривать в пределах природно-территориальных комплексов -географических ландшафтов. Каждый ландшафт имеет относительно однородное геологическое строение, на основании которого в процессе длительного развития сформировался определенный, свойственный только ему набор форм рельефа, климата, почв, растительности, и состоящее из свойственных только данному ландшафту закономерно повторяющихся в пространстве основных морфоструктурных единиц ландшафта. Здесь происходят более упорядоченные процессы формирования, роста и развития древостоев, отмечается значительное снижение значений варьирования основных таксационных показателей.

ПТК различного уровня располагаются внутри ландшафта в строго определенном порядке. В совокупности они образуют определенную структуру (расположение составляющих частей), которая и называется морфологической структурой ландшафта. Принято считать, что это одно из важнейших свойств ландшафта, поскольку зная закономерности расположения ПТК разного ранга внутри ландшафта, можно более целенаправленно и с минимальными затратами изучать земную поверхность для практических лесохозяйственных целей. Данные особенности строения географических ландшафтов оказывают существенное влияние на формирование породнотипологической структуры лесного фонда, рост и производительность древостоев. Вышеуказанные закономерности сказываются и на пространственном размещении древостоев в пределах ландшафтов.

Непосредственно для целей лесного хозяйства важнейшее значение имеет наличие нескольких свойств ландшафта, а именно:

• внутриландшафтная повторяемость составляющих ландшафт морфоструктурных единиц, дающая возможность методом экстраполяции распространять изученные свойства фаций, урочищ и местностей с участков, на которых они были изучены, на всю территорию ландшафта;

• закономерное примыкание ПТК друг к другу с образованием цепей с ритмичным и аритмичным чередованием, позволяющее на основе изучения этих закономерностей, применяя дистанционные методы, производить учет растительности с более высокой достоверностью;

• закономерная вложенность ПТК друг в друга, на основании которой можно заранее знать, из каких морфоструктурных единиц состоит рассматриваемый ПТК более высокого ранга.

При применении ландшафтного подхода в лесном хозяйстве важнейшим понятием является тип условия местообитания. Пространственная структура типов условий местообитания обусловлена рельефом местности Рельеф ключевой компонент ландшафта и главный фактор разнообразия ландшафтной структуры и неоднородности внутри самого ландшафта. Рельеф является матрицей перераспределения на поверхности тепла и влаги. Пространственно-территориальные единицы ландшафта, характеризующие^ однородным ^ соотношением тепла и влаги, образуют определенный экотоп - набор условий для формирования растительного покрова. Внутри экотопов условия произрастания растительности могут значительно варьировать, что связано с неоднородностью литогенной основы. Так на хорошоувлажненных суглинках формируются папоротниковые ельники, а на песках сосняки-черничники. Внутри однородного поля распределения тепла и влаги могут формироваться несколько эдафотопов - типов условий местообитания растительности.

Типы условий местообитания растительности довольно строго и четко вписываются в ландшафтные границы, так как они существуют внутри ландшафта и подотчетны морфологической структуре природного ландшафта. Очень тесно типы условий местообитаний перекликаются с такими понятиями как биогеоценоз, введенным в географию Сукачевым, и означающим однородный по своему составу, строению и структуре биоценоз в пределах однородной морфологической единицы.

К сожалению, ландшафтные закономерности в лесохозяйственной практике России до сих пор фактически не нашли широкого применения.

Актуальность темы. Для национальных парков России, расположенных преимущественно в лесной зоне, мониторинг лесов занимает главное место среди других видов экологического мониторинга - почв, подземных вод, воздушной среды и др. Лесной кодекс РФ (1997 г.) определяет мониторинг лесов как "систему наблюдений, оценки и прогноза состояния и динамики лесного фонда в целях государственного управления в области использования, охраны, защиты лесного фонда и воспроизводства лесов и повышенияих экологических функций". Единой законодательно утвержденной методики ведения экологического мониторинга лесов на территориях национальных парков России пока не существует, ее разработка находится на стадии экспериментальных исследований (Малышева, и др, 2002.). Многочисленные исследования, посвященные выработке критериев и показателей состояния лесов на основе аэрокосмических технологий, проводятся преимущественно для лесных территорий интенсивного хозяйственного использования или малоосвоенных, труднодоступных лесов Сибири и Дальнего Востока и ориентированы в основном на выявление участков с концентрацией промышленных рубок, гарей, техногенного загрязнения, погибших насаждений. В последнее время широкое распространение получили методы изучения растительного покрова на основе различных индексов (вегетационного, зеленой листовой площади растительного покрова, фотосинтетически активной радиации, поглощаемой растительностью и др.), представляющих собой результаты специальной обработки материалов многозональных съемок, в целях глобального мониторинга биомассы экосистем в связи с изменениями климата Земли. Разработки в области фонового мониторинга состояния лесов дистанционными средствами на региональном и локальном уровнях (для отдельных природоохранных территорий или массивов девственных лесов) не столь многочисленны.

Большинство общедоступных материалов космических съемок имеет малое и среднее разрешение, которое не позволяет получать развернутые характеристики состояния лесов в полном объеме. Ряд исследований продемонстрировали возможность заметного увеличения достоверности дешифрирования и получения более развернутых характеристик лесного покрова на основе применения априорной инфрормации, содержащейся в топографических и физико-географических материалах. Например, использование параметров цифровых моделей рельефа при автоматизированных формальных процедурах дешифрирования позволяет повысить достоверность классификации на 20-25% (Пузаченко, Козлов 2005).

В связи с быстрым прогрессом аэрокосмических технологий и важностью организации наблюдений за состоянием лесных экосистем на всей природоохранной территории разработка приобретает насущную необходимость. Поэтому выбор показателей для мониторинга состояния лесных экосистем, разработка геоинформационных технологий их определения по аэрокосмическим снимкам и увеличить степени достоверности дешифрирования и степени детальности является актуальной задачей

Цель диссертациии: разработать методику оценки состояния лесов на основе космических снимков с привлечением априорной информации цифровых моделей местности для национального парка «Валдайский».

В соответствии с целью основными задачами работы являются:

1. Обосновать показатели состояния леса, которые можно получить с использованием космических съемок. Выбрать источники космической информации с достаточной разрешающей способностью для целей лесного мониторинга охраны природы.

Работа прошла апробацию на Четвертой Международной научно-практической конференции студентов, аспирантов и молодых ученых: "Шевченковская весна" КНУ им. Т.Г. Шевченко, г. Киев, март 2006 ("Выявление потенциальных типов условий местообитания лесной растительности на основе цифровой модели рельефа"); на XI ландшафтной конференции, Москва, МГУ, август 2006 ("Исследование структуры южно-таежного лесного покрова краевой зоны Валдайского оледенения на основе данных космической съемки Landsat"); в статье Akbari H. H. Role of forests in a filtration of polluted air. //Scientific Journal of the Islamic Associations of Iranian Students in Moscow. M.: № 9, Summer 2004. p. 45-48; в статье "Индикационные свойства древостоя в ландшафтах краевой зоны валдайского оледенения".//Вестник Московского университета, серия "География", № 6, 2006 г. (в печати).

Заключение Диссертация по теме "Физическая география и биогеография, география почв и геохимия ландшафтов", Акбари Хассан Хосейн джан

Основные выводы по ландшафтной дифференциации древесных пород, и их ландшафтной индикации заключаются в следующем.

Отчетливы изменения суммы диаметров древостоя на фоне изменения высотных ступеней рельефа. Отмечается резкое изменение древостоя при смене камовых и моренных местностей с одной стороны и озерно-водно-ледниковых с другой. Смена болотных урочищ индицируется по доминированию сосны в условиях верховых болот, преобладанию ольхи в низинных болотах с высокой трофностью.

Оптимальные типы условий местопроизрастания ельников формируются на моренных и камовых холмах, сложенных суглинками с линзами супеси. Оптимальные типы условий местопроизрастания сосновых лесов формируются на песчаных озовых грядах и дюнах

Максимальная продуктивность ели приурочена к урочищам моренных и камовых холмов с близким залеганием моренного суглинка (запасы >500-600 м3/га)

Максимальные запасы сосны (400-500 м3/га) приурочены к заболоченному лесу по краю озовой гряды.

Для черной ольхи типичными местообитаниями являются трофные низинные болота, где ее запасы достигают максимума - 150-200 м3/га.

Характер влияния факторов среды на пространственную дифференциацию местообитаний древесных пород и распределение запасов древесины носит идентичный характер, что подтвердил корреляционный анализ.

В болотных условиях наблюдается другой тип связи одного из показателей лесных сообществ (сумма диаметров и запасы) с факторами среды (пример: запасы ели на морене и на болоте в зависимости от двучлена), по сравнению с моренными и камовыми местообитаниями.

ГЛАВА 5. ландшафтные условия местопроизрастания древостоя

5.1. Выделения типов условий местопроизрастания древостоя на основе анализа морфометрических величин

Расчет морфометрических величин (MB) по цифровой модели рельефа и их визуализация была проведен с использование ГИС "ЭКО", разработанной П.А. Шарым. Объектами исследования выбраны НТК Национального парка «Валдайский» в пределах южной части водосбора оз. Валдайское и реки Валдайки. Основа цифровой модели рельефа (рис. 5.1.) топографическая карта М 1:10000. Цифровая модель создана и передана для проведения анализа магистрами кафедры физической географии и ландшафтоведения географического факультета МГУ Сосуновым А.Г. и Бондарем Ю.Н.

Подробности постановки задачи формализации морфометрического анализа рельефа, методы расчета и обоснование выбора расчетных параметров приведены в работах (Сысуев, Шарый, 2000, Сысуев, 2003,2004).

Заключение

1. Обоснован выбор комплекса показателей состояния лесов национального парка с учетом их соответствия международным параметрам устойчивого управления лесами и возможностей определения по космическим снимкам с помощью ГИС- технологий. Для территории национального парка "Валдайский", имеющего значительные площадные размеры, расположенного в зоне южной тайги, рекомендованы для оценки состояния лесных экосистем, доступные снимки со спутников SPOT, Terra, Landsat-7.

2. Показатели "лесистость", "доля водных объектов" надежно определяются по результатам классификации многозональных космических снимков среднего разрешения - достоверность распознавания соответствующих классов составляет около 90%. Показатель "заболоченность" определяется менее точно - достоверность распознавания болотных комплексов колеблется от 60 до 80% в зависимости от типов и размеров болот, лесорастительной зоны. Показатель "целостность" можно получить с достоверностью от 60 до 90%. Показатель "доля участия коренных пород (хвойных, твердолиственных)" определяется не всегда удовлетворительно. Если хорошо дешифрируются насаждения с преобладанием хвойных пород деревьев - достоверность распознавания находится в пределах 60%, то смешанные и лиственные насаждения практически не разделяются (достоверность дешифрирования менее 50 %).

4. Выполнена классификация растительного покрова по снимку ETM+/Landsat-7 и её верификация на основе данных сплошной ленточной лесотаксационной съемки. Полученные результаты позволяют получить ряд показателей для оценки состояния древостоя (доля залесенной площади, доля лесопокрытой площади основными лесообразующими породами, доля заболоченных лесов, и нарушенных лесов).

5. На основе сплошной ленточной таксация древостоя по ландшафтным трансекгам измерены важнейшие лесотаксационные параметры (состав и возраст древостоя, диаметр и высота деревьев, и т.д.), на основе которых рассчитана продуктивность лесов и определены типичные условия местообитания древостоев. Поскольку трансекты заложены с учетом максимального ландшафтного разнообразия, таксация позволила выявить индикаторную роль древостоев для проведения границ ландшафтных комплексов.

6. Верификации классификации снимка на основе полевых лесотаксационных данных показала, что лучшими показателями, распознающими выделенные классы лесного покрова, оказались суммы диаметров стволов каждой породы. Этот показатель характеризует породный состав древостоя, обуславливает степень сомкнутости и диаметр крон и спектральные характеристики полога леса. Таким образом, эти параметры могут быть достоверно экстраполированы на большую площадь.

7. Получена карта потенциальных типов местообитания древостоя на основе классификации рельефа по параметрам распределения геофизических полей, которая позволила выделить потенциальные ПТК и повысить точность дешифрирования и выявить основные потенциальные факторы дифференциации лесного покрова. Показана связь между структурой древостоев и структурой потенциальных типов условий местообитаний, что может служить основой для совместного анализа ЦМР и ДЦЗ для экстраполяции данных.

8. На основе статистического анализа результатов классификации снимка определены показатели состояния лесов (лесистость, доля типов древостоя, доля водоемов, болот и др.), приведенные в соответствие с международными критериями и индикаторами (таблица 29).

Библиография Диссертация по наукам о земле, кандидата географических наук, Акбари Хассан Хосейн джан, Москва

1. Алексеевский А.С., Келломяки С., Любимов А.В. и др. Устойчивое управление лесным хозяйством: научные основы и концепции. Учебное пособие под ред. А.В. Селиховкина. Санкт-Петербургская гос. лесотехническая академия, С-П. — Иоэнсуу, 1998, 216 с.

2. Аравин В. И. Озы Новгородской области // Краевые образования материковых оледенений. М.,1972. С.162-165.

3. Атлас малонарушенных лесных территорий России. М., Изд-во МСоЭС, 2003,187 с.

4. Аэрокосмическое экологическое картографирование. Основные положения.// Вестн. Моск. Ун-та, сер. 5, география, 1995, № 2, с. 16-23

5. Барталев С. А., Жирин В. М., Ершов Д. В. Сравнительный анализ данных спутниковых систем "Космос-1939", Spot и Landsat-TM при изучении бореальных лесов. // Исслед. Земли из космоса, №1,1995, с. 101-114

6. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М., Наука, 1983, 463 с.

7. Бутусов О. Б., Жирин В. М., Сухих В. И. Оценка по данным космических съемок крупномасштабных изменений в лесном фонде, связанных с временным обезлесиванием покрытых лесом земель // Исследование Земли из космоса, 2005, №2, с.67-75

8. Ватковский О. С. Анализ формирования первичной продуктивности лесов. М.: «Наука», 1976.-116с.

9. Виноградов Б.В. Основы ландшафтной экологии. М.: ГЕОС, 1998, 418с.

10. П.Волков А.Д., Громцев А.Н., Еруков Г.В., Караваев В.Н., и др. Экосистемы ландшафтов запада северной тайги. Петрозаводск: Институт леса Карельского НЦ РАН, 1995.193 стр.

11. Востокова Е. А., Сущеня В. А., Шевченко JI. А. Экологическое картографирование на основе космической информации. М., 1988

12. Восточноевропейские леса: история в голоцене и современность: Кн. 1 / Центр по проблемам экологии и продуктивности лесов. М.: "Наука", 2004. - 480с.

13. Выгодская Н.Н. Радиационный режим и структура горных лесов. JI. Гидрометеоиздат, 1981, 260 с.

14. Глазовская М.А. Геохимические основы типологии и методики исследования природных ландшафтов. М.: Изд-во МГУ, 1964.229 стр.

15. Грибанов Л.Н. Степные боры Алтайского края и Казахстана //Вопросы лесоустройства в условиях интенсивного лесного хозяйства. Тез. докл. научно-технической конференции, Литовская сельскохозяйственная академия. Каунас, 1965. С. 145-146.

16. Громцев Г.В. Лесорастительное районирование на ландшафтной основе. //Лесное хозяйство, 1992. N 2-3. С. 24-25

17. Данилин И. М., Медведев Е. М., Мельников С. Р. Лазерная локация Земли и леса. Красноярск, Ин-т леса им. В. Н. Сукачева СО РАН, 2005,182 с.

18. Дмитриев И. Д., Мурахтанов Е. С., Сухих В. И. Лесная авиация и аэрофотосъемка. М.: Агропромиздат, 1989,366 с.

19. Дыренков С. А. Структура и динамика таежных ельников. Л.: «Наука», 1984. 176с.

20. Евдокимова Т.И. Почвенная съемка, М.: Изд-во МГУ, 1987. 269 стр.

21. Еремеев В. А., Мордвинцев И. Н. и др. Современные гиперспекгральные сенсоры и методы обработки гиперспекгральных данных // Исследование Земли из космоса, 2003, №6,с. 80-90

22. Жирин В. М., Сухих В. И. и др. Использование космических снимков для изучения зарастания гарей // Исследование Земли из космоса, 2004, №5, с.69-76

23. Жирин В.М. Приближенная оценка фитомассы лесного (растительного) покрова с использованием значений вегетационного индекса. // Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве. М.: 1998, с. 119-122

24. Загреев В. В. Географические закономерности роста и продуктивности древостоев. М.: «Лесная промышленность», 1978.

25. Зайцев М.Л., Иванов А.Н., Петрушина М.Н., Федин А.В. Факторы формирования, структура и функционирование субсредиземноморских ландшафтов //Ландшафтная школа Московского университета: традиции, достижения перспективы. МГУ, Москва, 1999, с. 141150

26. Исаев А.С., Сухих В.И., Жирин В.М. и др. Изучение характеристик лесов по данным съемки с космических систем национальной безопасности. // Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве. М., 1998, с. 129-131

27. Исаев А.С., Сухих В.И, Калашников Е.Н. и др. Аэрокосмический мониторинг лесов. М.: Наука, 1991,240с.

28. Исаченко А. Г.Экологическая география России. СПб., 2001,228 с.

29. Исследование состояний геосистем дистанционными методами. Сб. тр. М.: АН СССР. Институт географии. 1987. 192 с.

30. Истомина И. И. Мониторинг популяционной структуры лесных массивов. // Экологический мониторинг лесных экосистем. Петрозаводск, 1999, с. 15

31. Калашников Е.Н. Соотношение лесохозяйственных выделов и природных территориальных комплексов. //Аэрометоды изучения лесных ландшафтов. Красноярск: Институт леса и древесины СО АН СССР, 1975. С. 167-178

32. Калашников Е.Н., Киреев Д.М. Основы ландшафтно-статистического метода лесоинвентаризации. Новосибирск: Наука, 1978, 144 стр.

33. Калашников Е.Н., Тетенькин А.Е. Варьирование древостоев в фациях //Аэрометоды изучения лесных ландшафтов. Красноярск: Институт леса и древесины СО АН СССР, 1975. С. 82-92

34. Киреев Д. М. Ландшафтно-морфологический анализ лесов: Учеб. пособие. СПб.: ЛТА, 2000, 76 с.

35. Киреев Д. М. Ландшафтный метод изучения лесов по аэроснимкам. // Ландшафтный сборник, М., 1973, с. 256-271

36. Киреев Д М., Сергеева В. Л. Ландшафтно-морфологическое картографирование лесов. СПб. -М.: ВНИИЦлесресурс, 1992,60 с.

37. Киреев Д.М. Методы изучения лесов по аэроснимкам. Новосибирск: Наука, 1977. 216 стр.

38. Киреев Д.М., Сергеева В. Л. М., 2002,

39. Книжников Ю. Ф., Кравцова В. И., Тугубалина О. В. Аэрокосмические методы географических исследований: Учеб. для студ. высш. учеб, заведений. М.: Академия, 2004, 336 с.

40. Князева С.В. Аэрокосмический мониторинг национальных парков. Авторф. дисс. канд. геогр. наук. Москва, МГУ, 2006, 25 с.

41. Козлов Д.Н., Оценка состояния компонентов ландшафта на основе анализа данных дистанционного зондирования, цифровой модели рельефа и полевых описаний.

42. Рациональное природопользование. Школа-конференция молодых ученых. М., географический факультет МГУ, 2005, с. 170-175.

43. Корец М.А., Черкашин В.П., Рыжкова В.А. Методы индикации экологических характеристик лесных территорий по данным со спутника "Ресурс-0111 с использованием ГИС //Исследование Земли из космоса, №5,2000, с.74-81

44. Корытный JI. М. Бассейновая концепция в природопользовании. Иркутск, Изд-во Ин-та географии СО РАН, 2002,152 с.

45. Кравцова В.И. Воробьева JI.B. Оценка космических сканерных снимков низкого и среднего разрешения как материалов для картографирования лесов // Лесоведение, № 5,2000, с.35-42.

46. Кравцова В.И., Уваров И.А. Гиперспектральная система MODIS для глобального мониторинга Земли // Информационный бюллетень ГИС-Ассоциации. 2001. - № 2(29)-3(30). -С. 39-41.

47. Критерии и индикаторы для сохранения и устойчивого управления умеренных и бореальных лесов. Монреальский процесс. Изд. ВНИИЦлесресурс, 1997,25 с.

48. Ласточкин А.Н. Морфодинамический анализ. М.: Недра, 1987.255 сгр

49. Лесной кодекс РФ. М.: ВНИИЦлесресурс, 1997, 65 с.

50. Лурье И. К., Косиков А. Г. Теория и практика цифровой обработки изображений/ Дистанционное зондирование и географические информационные системы. М.: Научный мир, 2003,168 с.

51. Малышева Н. В. Дистанционное зондирование для изучения лесных экосистем, учета, контроля и управления лесными ресурсами. // Лесохозяйсгвенная информация, 2002, №1, с. 31-61

52. Малышева Н.В., Орлова О.Л., Князева С. В., Вуколова И. А. Мониторинг лесных экосистем национальных парков с использованием дистанционных методов и ГИС технологий. Методические подходы и опыт работ. // Лесохозяйсгвенная информация, 2002, №12, с. 19-24

53. Мелуа А.И. Космические природоохранные исследования. Л.: «Наука». 1988.176 с.

54. Методология оценки состояния экосистем: Учебное пособие. Росгов-на-Дону: Изд-во ООО «ЦВВР», 2000,128 с.

55. Миркин Б.М., Наумова Л.Г., Наука о растительности. Уфа, изд-во ТИЛЕМ", 1998,413 с.

56. Мозолевская Е.Г. Система лесопатологического мониторинга в лесах России. // Лесное хозяйство, № 5, 1996, с. 1-4

57. Морозов Г.Ф. Избранные труды. T.l. М.: Лесная промышленность, 1970. 559 стр.

58. Назаров Л.Е. Алгоритмы классификации типов лесов на основе анализа радиолокационных изображений. //Исследование Земли из космоса, 1999, №4, с.56-62

59. Национальные парки России. М.: Изд-во Центра охраны дикой природы, 1996 г.

60. Никифорова Е.М. Микроэлементы в южно-таежных ландшафтах Валдайской возвышенности // Геохимия ландшафта и практика народного хозяйства М.: Изд-во МГУ, 1980-С. 57-98.

61. Николаев В. А. Космическое ландшафтоведение: Учебное пособие. М: Изд-во Моск. Ун-та, 1993, 81 с.

62. Николаев В.А. Дистанционное зондирование ландшафтов (космические методы) // Современные проблемы физической географии. М.: Изд-во Моск. ун-та, 1989. с. 56-65.

63. Общесоюзные нормы для таксации лесов. Справочник. Под ред. Кочетова О. А. М.: "Колос", 1992.-495с

64. Отчеты проекта «sibTREES», http://www.ifi.rssi.ru/sibtrees

65. Палеогеография и хронология верхнего плейстоцена и голоцена по данным радиоуглеродного метода, 1965 г.

66. ПогребнякП. С. Основы лесной типологии. М.: Изд-во АН СССР, 1956,456 с.

67. Пономарев И.П. Почвы Новгородской области. Новгород, 1955-220 с.

68. Преображенский В. С. Экологические карты (содержание, требования). // Известия АН СССР, сер. география, 1990, № 6, с. 119-125

69. Пузаченко Ю.Г., Алещенко Г.М., Молчанов Г.С. Многомерный анализ аэрофотоснимков при изучении структуры ландшафтов. //Известия РАН, сер. геогр., №2, 1999, с. 80-90

70. Рожков АА., Козак В.Т. Устойчивость лесов. М.: ВО "Агропромиздат", 1989,238 с.

71. Рысин Л.П. Концепция биоразнообразия лесных экосистем и лесная типология. //Биологическое разнообразие лесных экосистем. М., Международный институт леса., 1995, с. 40-43

72. Самойлович Г.Г. Применение аэрофотосъемки и авиации в лесном хозяйстве. М., 1964,486с.

73. Седых В. Н. Аэрокосмический мониторинг лесного покрова. Новосибирск: Наука Сиб. отд., 1991,239с

74. Симонов Ю.Г. Морфометрия рельефа. Смоленск, Изд-во СГУ, 1998. 270 с.

75. Сочава В. Б. Растительный покров на тематических картах. Новосибирск, Наука Сиб. отд., 1979, 189с.

76. Степанов И.Н., Лошакова Н.А., Саталкин А.И., Андронова М.И. Составление почвенных карт с использованием системного картографического метода пластики рельефа. //Метод пластики рельефа в тематическом картографировании. Пущино: ПНЦ АН СССР, 1987. С. 722.

77. Столяров Д.П. и др. Географические ландшафты и лесные экосистемы. // Лесное хозяйство, 1992, N 12. С. 22-24.

78. Страхов В. В. Устойчивое управление лесами. Автореферат. Изд. ВНИИЦлесресурс, 1998, с.

79. Стурман В. И. Экологическое картографирование: Учеб. пособие. М.: Аспект-Пресс, 2003, 251с

80. Сукачев В. Н. Избранные труды. Основы лесной типологии биогеоценологии. Л.: Наука, 1972, т. 1,418 с.

81. Сухих В.И., Харин Н.Г., Бутусов О.Б. Возможность классификации лесов северной тайги по изображениям с ИСЗ "Ресурс-01". // Исследование Земли из космоса, 1999, №5, с.65-74

82. Сысуев B.B. Ландшафтно-геохимические черты верхового болота. Вестник МГУ, геогр., №2, 1973

83. Сысуев В.В. Морфометрический анализ геофизической дифференциации ландшафтов //Известия РАН, серия географическая, № 4,2003 а, с. 36-50

84. Сысуев В.В. Структурообразующие геосистемные процессы: характерные масштабы и моделирование. // Вестник МГУ, сер. геогр. № 1, 2002, с. 22-28

85. Сысуев В.В. Физико-математические основы ландшафтоведения. Учебное пособие. Москва, МГУ, географический факультет, 2003 б, 245 с.

86. Сысуев В.В., Шарый П.А. Выделение типов условий местопроизрастания для лесоустройства по участковому методу. // Лесоведение, 2000, № 5, с. 11-21.

87. Тевелев А.В. Лекции по дистанционным методам геологических исследований: http:// geo. web. ru/~tevelev/remsen2. htm.

88. Тикунов B.C. Классификация в географии: ренессанс или увядание? (Опыт формальных классификаций). Москва-Смоленск: Изд-во СГУ, 1997. - 367 с.

89. Тихонова Е.В. Структура растительного покрова водосборного бассейна малой реки в подзоне хвойно-широколиственных лесов центра Русской равнины. Автореф.дисс.канд. биол.наук, Москва, ЦЕПЛ РАН, 2006,28 с.

90. Харин Н.Г., Жирин В.М., Татеиши Р. Возможности использования вегетационного индекса (NDVI) для изучения фенологии и состава лесов Сибири. // Исследование Земли из космоса, №1, 2001, с.73-79

91. Харук В.И., Ренсон К. Дж., Буренина Т.А., Федосова Е.Н., Сан. Г. Радиолокационное зондирование таежных лесов. // Лесоведение, № 5,2000, с.29-32

92. Хельсинская конференция по вопросам устойчивого управления лесами Европы 1993 г.,

93. Черных В.Л., Сысуев В.В. Информационные технологии в лесном хозяйстве. Йошкар-Ола, изд-во МарГТУ, 2000,

94. Шарый П.А., Курякова Г.А., Флоринский И.В. О международном опыте применения методов топографии в ландшафтных исследованиях (краткий обзор) // Геометрия структур земной поверхности. Пущино: Пущинский научный центр, 1991. С. 15-29.

95. Шарый П. А. Топографический метод вторых производных. //Геометрия структур земной поверхности. Пущино: ПНЦ, 1991, с.28-58.

96. Шевченко П.Г., Шевченкова Т.Ф. Литогенная основа как фактор дифференциации лесов. // Современные леса Брянской области и рациональное лесопользование. М.: Лесная промышленность, 1989. С. 21-30

97. Юнина В.П. Влияние абиотических факторов на продуктивность лесных экосистем // Теоретические проблемы эволюции и экологии. Тольятти: 1991. С. 164-174

98. Ярмишко В. Т. Основные методологические принципы и методы экологического мониторинга лесных экосистем // Экологический мониторинг лесных экосистем. Петрозаводск, 1999, с. 37

99. Aandahl A. R. The characterization of slope positions and their influence on the total nitrogen content of a few virgin soils of Western Iowa. //Soil Science Soc. Amer. Proc. 1948. V. 13. P. 449454.

100. Bartalev S., 2000. Global Land Cover 2000 project: http://www.gvm.sai.irc.it/glc2000/ProductGLC2000.htm.

101. Global Land Cover Characterization Background: http://edcdaac.usgs.gov/glcc/background.html.

102. Evans I.S. (1981). General geomorphometry. //Geomorphological Techniques. L.: G. Allen&Unvin, pp.31-37.

103. Florinsky I.V. (1998) Combined analysis of digital terrain models and remotely sensed data in landscape investigation // Progress in physical geography, v. 22, № 1, 1998, pp.33-60

104. Life EcoNET project // http://www.lifeeconet.com

105. NATURE CONSERVATION HOMEPAGE: http://europa.eu.int/comm/environment/nature/home.htm.

106. Shary P. A. Land surface in gravity points classification by complete system of curvatures. // Mathematical Geology. 1995/ V. 27, N 3. P. 373-390.

107. Terrain Analysis: Principles and Applications. John P. Wilson (Editor), John C. Gallant (Editor), John Wilev & Sons. Ltd. ISBN: 0-471-32188-5 Hardcover, 512 Pages, 2000.

Информация о работе

Акбари Хассан Хосейн джан
кандидата географических наук
Москва, 2006
ВАК 25.00.23

Диссертация

Оценка состояния лесов с использованием ГИС-технологий и данных дистанционного зондирования - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы